DataRobot теперь поддерживает спецификацию Agentic Resource Discovery (ARD), благодаря чему навыки агентов DataRobot и MCP-серверы становится проще найти клиентам ИИ, реестрам и разработчикам.
Агенты полезны ровно настолько, насколько доступны им нужные возможности.
Агент для кодинга может писать код, агент для рабочих процессов — вызывать инструменты, корпоративный агент — рассуждать о взаимосвязях систем. Но всё это упирается в один и тот же вопрос: когда агенту требуется определённая возможность, как он находит подходящую?
До сих пор ответ чаще всего был ручным. Разработчики подключали MCP-серверы, устанавливали навыки, направляли агентов на документацию и вели длинные списки инструментов, которые могут быть уместны для текущей задачи, а могут и нет.
Такой подход работает для небольшого числа вручную отобранных интеграций, но ломается, когда каждая платформа, команда и сообщество публикуют новые агентные ресурсы.
Поэтому DataRobot объявил о поддержке спецификации Agentic Resource Discovery, также известной как ARD.
DataRobot публикует ARD-совместимый ИИ-каталог с навыками DataRobot Agent Skills и MCP-серверами, делая их доступными для обнаружения с домена компании по стандартному пути .well-known/ai-catalog.json: https://datarobot.com/.well-known/ai-catalog.json
Почему ARD важен
Agentic Resource Discovery — это открытая спецификация для публикации, обнаружения и проверки агентных ресурсов в интернете. К таким ресурсам относятся навыки, MCP-серверы, API, агенты, инструменты, рабочие процессы и другие возможности.
Модель проста: поставщики публикуют каталог доступных ресурсов под своим доменом. Сервисы обнаружения и ИИ-клиенты затем могут находить, индексировать и разрешать эти ресурсы, когда они требуются агенту.
Это важно, потому что экосистема агентов переходит от статической привязки к динамическому обнаружению.
Вместо того чтобы требовать от разработчиков заранее загружать в контекст агента все мыслимые инструменты и навыки, ARD даёт агентам и реестрам стандартный способ находить подходящую возможность для задачи. Агент может искать, выбирать и подключаться к нужным ресурсам, не таская с собой все интеграции по умолчанию.
Для предприятий этот уровень обнаружения особенно важен. Командам нужны агенты, способные находить полезные возможности, но им также необходим контроль над тем, что показывается, откуда это берётся и как управляется.
Что публикует DataRobot
ARD-каталог DataRobot в настоящее время указывает на DataRobot Agent Skills и MCP-серверы. В него входят навыки для:
- Обучения моделей
- Развёртывания моделей
- Прогнозирования и пакетной оценки
- Конструирования признаков
- Мониторинга моделей
- Объяснимости моделей
- Подготовки данных
- CI/CD для App Framework
- Мониторинга внешних агентов
- Agent Assist
Эти навыки упаковывают знание платформы DataRobot в контекст, привязанный к задачам, который агенты для кодинга могут использовать напрямую. Они помогают агентам понимать рабочие процессы DataRobot, паттерны SDK, шаги развёртывания, проверки валидации и практики наблюдаемости.
Иными словами, они обучают агентов правильно использовать DataRobot.
Благодаря поддержке ARD эти навыки доступны не только в репозиториях и окружениях агентов. Они также публикуются в стандартном каталоге, который могут сканировать, индексировать и разрешать инструменты обнаружения.
От устанавливаемых навыков и MCP к обнаруживаемому контексту платформы
DataRobot вкладывается в навыки и MCP, потому что агентам нужно больше, чем документация. Им требуется операционный контекст.
Разработчик-человек может прочитать документацию, додумать недостающие шаги, спросить коллегу и восстановиться при сбое API-вызова. Агенту нужен правильный контекст в нужный момент. Иначе он начинает гадать.
Навыки и MCP снижают долю догадок, предоставляя агентам точные инструкции для типовых рабочих процессов платформы. ARD делает следующий шаг, упрощая поиск этих ресурсов.
Этот сдвиг важен для опыта разработчиков и для команд, управляющих платформой.
Разработчикам агентов на DataRobot не нужно вручную указывать каждому инструменту, где находятся навыки и MCP. Разработчикам ИИ-клиентов или реестров предоставляется стандартный способ обнаружения ресурсов DataRobot. Тем, кто управляет агентным ИИ внутри предприятия, нужно иметь возможность решать, какие каталоги и реестры могут использовать их агенты.
ARD даёт экосистеме путь к такой модели.
Полезные ссылки
- Спецификация ARD
- Руководство по быстрой публикации AI-каталога
- Создание первого DataRobot Agent
- DataRobot Skills, MCP и агентная разработка: подробности
Что дальше
Агентное обнаружение ещё только зарождается, и спецификация развивается быстро. Именно поэтому DataRobot решил присоединиться сейчас.
Агентная сеть не будет построена на основе одного маркетплейса, одного каталога поставщика или одного жёстко заданного списка инструментов. Ей потребуются открытое обнаружение, чёткое владение и ресурсы, которые агенты действительно смогут использовать.
Роль DataRobot — сделать корпоративных ИИ-агентов более простыми в создании, эксплуатации, мониторинге и управлении. Поддержка ARD — ещё один шаг к этому будущему: контекст платформы DataRobot становится не просто доступным, а обнаруживаемым.
Агентам не придётся гадать, где находится нужная возможность.
Теперь они могут найти DataRobot.